Gamybos pramonė nėra vienalytis sektorius. Yra gamybos cechas, kuriame susilieja fizinis darbas, mašinų valdymas ir kokybės kontrolė. Yra planavimas, kuris derina užsakymus, medžiagas ir pajėgumus. Yra administravimas, susijęs su pirkimais, atsargomis ir sąskaitų faktūrų išrašymu. Ir yra klientų aptarnavimas, nuo pasiūlymo užklausos iki pristatymo susitarimo. Tokio tipo įmonėse didžioji dalis biuro darbo valandų tenka planavimui, bendravimui ir administravimui aplink gamybos procesą, o ne pačiam fiziniam darbui. Tas fizinis darbas dažnai vis dar reikalauja žmogaus rankų, net jei mašinų valdymas jau seniai nėra visiškai rankinis.
Tai, kas šį sektorių išskiria, yra daugybė atskirų sistemų kombinacija. ERP planavimui, atskira sistema atsargoms, CRM klientų aptarnavimui, o ceche kartais vis dar naudojami Excel sąrašai ar popieriniai darbo užsakymai kartu su skaitmeninėmis sistemomis. Ta fragmentacija labai lemia, ką AI gali ir ko negali gerai perimti: užduotį, kuri veikia vienoje sistemoje, lengviau automatizuoti nei užduotį, kuri keliauja per keturias sistemas ir du skyrius. Be to, svarbų vaidmenį atlieka reguliavimas – pavyzdžiui, sertifikavimas, medžiagų atsekamumas ir saugos reikalavimai. Kur klaida turi pasekmių saugai ar atitikčiai, reikalavimai visiškai automatizuoti yra aukštesni.
Gamybos pramonėje yra užduočių, kurios yra iš esmės taisyklėmis pagrįstos ir reikalauja mažai vertinimo. Pavyzdžiui, standartinių patvirtinimų siuntimas po užsakymo pateikimo, paprastų atsargų pokyčių fiksavimas remiantis fiksuotomis taisyklėmis arba standartinių dokumentų, tokių kaip pakavimo lapai, generavimas. Taip pat tam tinka bendravimas, kuris mažai priklauso nuo konkrečios situacijos. Pavyzdžiui, ar AI gali perimti sveikinimo pranešimų siuntimą naujiems klientams dažnai gali būti visiškai atliekamas AI, nes turinys iš esmės yra fiksuotas, o mažos klaidos pasekmės yra ribotos. Tas pats dažnai taikoma priminimų apie susitikimus ar pristatymus siuntimui, kur taip pat svarbu, ar ar AI gali perimti susitikimų priminimų siuntimą tinka tam procesui. Bendras veiksnys yra: fiksuotas turinys, žemos rizikos klaidos atveju ir aiškus momentas, kada užduotis pradedama.
Didžioji dalis gamybos pramonės darbo patenka į šią vidurinę kategoriją. Pavyzdžiui, gamybos planų sudarymas, kur AI gali pateikti pasiūlymą remiantis užsakymais ir pajėgumais, tačiau planuotojas turi įvertinti išimtis, skubius užsakymus ir įrenginių gedimus. Taip pat pavyzdys – darbo užsakymų išdavimas cechui: sistema gali paruošti ir nukreipti užsakymą, tačiau klausimas, ar tai galima atlikti be kontrolės, priklauso nuo to, kiek procesas yra numatomas. Puslapyje apie ar AI gali perimti darbo užsakymų išdavimą gamybos cechui aprašyta, kur tiksliai ta riba yra. Taip pat kokybės kontrolė, pagrįsta sensorinių duomenų ar vaizdo atpažinimu, dažnai patenka į šią kategoriją: AI signalizuoja nuokrypius, žmogus įvertina, ar tai pagrindžia atmetimą ir kodėl. Šioms užduotims svarbu ne tiek veiksmo sudėtingumas, kiek sprendimo su pagrindimu būtinybė – tai reikalauja priežiūros su patvirtinimu ar atmetimu, o ne visiško automatizavimo.
Kai kurios užduotys šiuo metu vis dar išlieka žmogaus darbu, ir tai nėra pasirinkimo, o darbo pobūdžio klausimas. Fiziniai veiksmai ceche, mašinų tikslus derinimas remiantis patirtimi ir derybos su tiekėjais dėl kainos ir pristatymo termino reikalauja vertinimo, derybų erdvės ir fizinio dalyvavimo, kurio AI negali suteikti. Taip pat sudėtingas skundų tvarkymas, kai klientas praneša apie techninę problemą, kuri netelpa į standartinę kategoriją, reikalauja žmogaus, galinčio klausti tolesnių klausimų ir prisiimti atsakomybę už sprendimą. Tai kitokio pobūdžio darbas nei panašios klientų aptarnavimo užduotys, matomos ką AI gali perimti verslo paslaugų sektoriuje, kur mažiau svarbus fizinis kontekstas.
Šių trijų kategorijų paskirstymas labai skiriasi tarp įmonių, ir net tarp gamybos linijų vienos įmonės viduje. Gamykla su viena integruota ERP sistema ir standartizuotais produktais gali daugiau užduočių priskirti 1 ir 2 kategorijoms nei įmonė, gaminanti pagal individualų užsakymą su kintančiomis specifikacijomis kiekvienam užsakymui. Taip pat svarbus reguliavimo lygis: sektoriai su griežtais atsekamumo reikalavimais, tokie kaip maisto ar farmacijos gamyba, daugiau užduočių priskiria 2 ir 3 kategorijoms nei sektoriai su mažiau įsipareigojimų. Šį fragmentacijos ir reguliavimo modelį galima pastebėti ir gretimuose sektoriuose, kaip aprašyta ką AI gali perimti transporto sektoriuje, kur planavimas ir bendravimas su klientais taip pat atlieka svarbų vaidmenį.
Svarbu ir tai, kad šis skirstymas nieko nesako apie personalo sprendimus. Ar ir kaip organizacija panaudos atsilaisvinusias valandas kitaip, yra sprendimas, priklausantis darbdaviui, ir jam, kalbant apie atleidimą iš darbo ar reorganizaciją, taikomi savi teisiniai reikalavimai. Šiame puslapyje aprašoma tik tai, kurios užduotys tinka perimti AI ir kurios ne, o ne tai, ką su tuo turėtų būti daroma.
Norėdami pamatyti, kaip šios trys kategorijos susijusios su jūsų pačių užduotimis, galite užpildyti nemokamą ftetoai greitąją apžvalgą: dvylika klausimų, be paskyros, o rezultatas – indikacija, kokia dalis valandų jūsų profilyje šiandien gali būti perimta AI. Visa darbo apžvalga, kuri giliau analizuoja individualias užduotis ir procesus, dar kuriama ir šiuo metu nėra teikiama. Tačiau greitoji apžvalga suteikia pirminį, neįpareigojantį vaizdą apie tai, kur jūsų situacijoje yra erdvė.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.